國內(nèi)企業(yè)在人臉識別算法縮小差距 AI人才競爭全面落后

算法也被認(rèn)為是人工智能的靈魂，它是AI針對不同行業(yè)建立的對應(yīng)的模型，有具體算法才能實(shí)現(xiàn)人工智能的落地應(yīng)用。目前來看，大體上把AI算法分為幾大類：機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)算法、人臉識別、圖像識別、語音識別。

國內(nèi)企業(yè)在人臉識別算法縮小差距

谷歌AI在人機(jī)圍棋比賽中戰(zhàn)勝柯潔，依靠的正是人工智能算法，在算法領(lǐng)域美國仍有很大的優(yōu)勢，但中國在某些領(lǐng)域例如深度學(xué)習(xí)，圖像以及語音識別算法領(lǐng)域正迅速縮小算法差距。

在2018年早些時(shí)候的AI閱讀理解測試中，人工智能的新玩家阿里巴巴與老牌勁旅微軟（Microsoft）分享最高榮譽(yù)。

另外，2018年底美國國家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）公布了有工業(yè)界黃金標(biāo)準(zhǔn)之稱的全球人臉識別算法測試（FRVT）結(jié)果，排名前五的算法被中國包攬。

依圖科技（yitu）繼續(xù)保持全球人臉識別競賽冠軍，在千萬分之一誤報(bào)下的識別準(zhǔn)確率超過99％，排名第二的算法也來自依圖科技。

商湯科技（sensetime）摘得第三名和第四名，中國科學(xué)院深圳先進(jìn)技術(shù)研究院（siat）排名第五，曠視科技（megvii）排名第八。在排名前十的算法中，出自中國團(tuán)隊(duì)的超過半數(shù)。

與此同時(shí)，國內(nèi)的眾多安防企業(yè)在人臉識別算法領(lǐng)域也不輸于其他企業(yè)，大華股份人臉識別團(tuán)隊(duì)曾向國際權(quán)威人臉識別公開測試集LFW（Labeled Faces in the Wild）提交了測試結(jié)果，通過一系列的技術(shù)改進(jìn)，大華Dahua－FaceImage人臉識別率不僅繼續(xù)領(lǐng)先Google、Facebook、百度、騰訊，排名第一，并且刷新了LFW的新記錄。

人才競爭還全面落后

算法的競爭說到底就是人才的競爭，雖然在某些算法領(lǐng)域國內(nèi)能夠保持領(lǐng)先，但從人才對比上，目前美國在AI人才領(lǐng)域仍處于主導(dǎo)性地位。據(jù)一份騰訊研究院與BOSS直聘聯(lián)合發(fā)布的《全球人工智能產(chǎn)業(yè)人才白皮書》，目前全球人工智能精英人才約30萬人。大分布在各國AI產(chǎn)業(yè)的公司和科技巨頭中，其中許多AI精英都集中在美國。

美國產(chǎn)業(yè)人才總量約是中國的兩倍。美國人工智能企業(yè)約有78000名員工，中國公司中約有39000位員工，約為美國的50％。

美國基礎(chǔ)層人才數(shù)量是中國的13．8倍。美國團(tuán)隊(duì)人數(shù)在處理器／芯片，機(jī)器學(xué)習(xí)應(yīng)用，自然語言處理，智能無人機(jī)4大熱點(diǎn)領(lǐng)域全面壓制中國。

不過，在研究領(lǐng)域，近年來中國在人工智能領(lǐng)域的論文和專利數(shù)量保持高速增長，已進(jìn)入第一梯隊(duì)。相較而言，中國在人工智能需要在研發(fā)費(fèi)用和研發(fā)人員規(guī)模上的持續(xù)投入，加大基礎(chǔ)學(xué)科的人才培養(yǎng)，尤其是算法領(lǐng)域。

另外，在人工智能領(lǐng)域大學(xué)排行榜上，全球大學(xué)前20名，美國共有16所高校入圍，排名靠前的學(xué)校依次是MIT（麻省理工）、卡內(nèi)基·梅隆、斯坦福、哈佛等傳統(tǒng)名校，毫無意外，美國大學(xué)占據(jù)該榜單大多數(shù)位置．基于美國完備的人工智能相關(guān)學(xué)科高校體系以及更為先進(jìn)的研發(fā)類企業(yè)，美國AI人才主要集中在基礎(chǔ)層和技術(shù)層，尤其是處理器／芯片和AI技術(shù)平臺方面。中國在這些方面人才儲備是比較薄弱的，更多的是應(yīng)用層的人才。

還需要指出目前國內(nèi)高校還不具備成體系的AI高等教育，國內(nèi)擁有人工智能學(xué)科設(shè)置的院校所占比例依然較小，國內(nèi)首個(gè)人工智能技術(shù)學(xué)院成立也只是2017年5月的事情。

當(dāng)然，AI產(chǎn)業(yè)的競爭，本質(zhì)上就是人才和技術(shù)的競爭。只有投入更多的科研人員和資金，不斷加強(qiáng)基礎(chǔ)研究，才會獲得更多的智能技術(shù)。